疾病时刻威胁着人类的健康,某些传染病甚至可能在几天之内就能形成大规模爆发,给人们的生活方式、家庭成员的身体状况和社会资源的使用都带来了巨大的影响。在疾病传播领域,众多专家学者是针对疾病的传播规模和爆发阈值进行研究的,主要集中于利用理论解析和将疾病传播动力学与行为动力学结合起来构建模型的方法。对于可通过接种疫苗预防的传染病来说,如何提高疫苗接种率来预防和控制传染病成为了相关领域学者们关心的重要问题。本文从个体接种行为决策的角度,基于复杂网络的基础建模方法,分别探索了记忆和社会影响两个因素对个体的接种行为和疾病传播过程的影响。首先,本文主要依托接种-传播模型,探索了记忆因素对个体的接种行为和疾病传播规模的影响。这里提到的记忆模型是在特定的环境下,个体适应度的计算中引入了其上一轮收益的影响。模拟结果显示,特定环境下的记忆信息会抑制个体的接种欲望。详细来说,当历史收益在适应度中占比越高,整个种群的接种率越低,从而染病个体的规模会更大。究其原因,本文发现在异质性网络中,随着记忆强度或者说历史收益信息所占比例的增加,大度节点不愿意接种疫苗,并且这些大度节点很容易将其策略传播给小度节点,造成了整个种群中疫苗接种率的下降。其次,本文探讨了社会影响因素对个体的接种行为和疾病传播过程的影响。应用类似的研究方法,本文引入了一部分个体,她们在接种决策过程中考虑所有交互对象的策略及收益,来验证该类个体对种群中的接种率与疾病传播规模的影响。模拟结果显示,在二维规则格子网络和随机网络中,社会影响对个体接种行为和抑制疾病爆发有促进效果;而在Barabási-Albert无标度网络中,社会影响的作用具有两面性,即疫苗接种成本存在一个临界值,当接种成本小于临界值时,社会影响因素抑制个体选择接种疫苗的行为;当接种成本大于临界值时,社会影响因素反而能促进个体接种疫苗。本文把这些不同的结果归因于网络拓扑结构的不同。对比前人的研究,本文的方法集中于接种-传播模型的延伸,具体是考虑个体在决策过程中,心态上的差异造成的影响。从现实的角度来看,仍有诸多类似的影响值得被研究,但对心理层的驱动力难以通过统计建模来实现计量。即使如此,我们仍希望本文的研究能为该领域的相关研究提供思路,更希望其能为公共卫生领域针对如何提高种群中的疫苗接种率来防治疾病传播的工作产生积极影响。